原文服务方: 西安交通大学学报       
摘要:
为了预测精馏塔底部产品的成分 ,建立了4层前馈神经网络结构,作为动态系统的正向模型,并采用BP学习算法对神经网络 进行了训练;建立了动态系统的神经网络逆模型,作为系统的控制器;采用神经网络内模控制结构,根据精馏塔第2级的温度,对底部产品成分进行控制. 试验表明,神经网络法与气相层析法相比,能够以任意精度逼近任意非线性映射,更快地提供成品估算值,使控制系统更及时地采取措施,改善控制效果.
推荐文章
基于径向基函数神经网络和NLJ优化算法的精馏塔控制
主元分析
径向基函数神经网络
软测量
NLJ优化算法
基于PCA-BP神经网络的精馏塔产品组成软测量模型
精馏塔
BP神经网络
PCA方法
软测量
LM算法
隔壁精馏塔技术进展
隔壁精馏塔
节能
进展
基于PCA-BP神经网络的精馏塔产品组成软测量模型
精馏塔
BP神经网络
主元分析
软测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络技术在试验精馏塔控制中的应用
来源期刊 西安交通大学学报 学科
关键词 神经网络 精馏塔 过程控制 建模
年,卷(期) 2002,(9) 所属期刊栏目
研究方向 页码范围 987-990
页数 4页 分类号 TP183|TQ028
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2002.09.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王毅 西安交通大学环境与化学工程学院 94 1017 15.0 28.0
2 陈春刚 西安交通大学环境与化学工程学院 4 149 3.0 4.0
3 袁荣华 西安交通大学环境与化学工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (9)
同被引文献  (4)
二级引证文献  (1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
精馏塔
过程控制
建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导